IMPLEMENTASI REGRESI LINEAR BERGANDA UNTUK MEMPREDIKSI TINGKAT KRIMINALITAS DI WILAYAH POLRES DAIRI BERDASARKAN FAKTOR SOSIAL DAN EKONOMI
Keywords:
Regresi Linear Berganda, Data Mining, Kriminalitas, Faktor Sosial EkonomiAbstract
Kriminalitas merupakan fenomena sosial yang kompleks dan dipengaruhi oleh berbagai faktor, termasuk kondisi sosial dan ekonomi. Penelitian ini bertujuan untuk mengidentifikasi dan memprediksi tingkat kriminalitas di wilayah Polres Dairi menggunakan metode Regresi Linear Berganda. Dengan menganalisis data kriminalitas dari Polres Dairi, penelitian ini berfokus pada hubungan antara variabel independen (jenis kelamin, pekerjaan, pendidikan terakhir, dan penghasilan per bulan) dan variabel dependen (kategori kriminalitas). Hasil analisis menunjukkan bahwa model regresi yang dibangun memiliki tingkat akurasi yang tinggi dan dapat memberikan gambaran jelas mengenai pengaruh faktor-faktor sosial dan ekonomi terhadap angka kriminalitas. Temuan ini diharapkan dapat menjadi dasar bagi pihak kepolisian dalam merumuskan kebijakan pencegahan kejahatan yang lebih efektif.
Downloads
References
Aditya, A., Auliasari, K., & Pranoto, Y. A. (2023). Metode Regresi Linier Berganda untuk Prediksi Omset Penyewaan Kamera di Joe Kamera. Institut Teknologi Nasional Malang.
APLIKASINYA Tim Penulis, D., Ardilla, Y., Manuhutu, A., Ahmad, N., Hasbi, I., Agnes Manuhutu, M., Ridwan, M., Khrisna Wardhani, A., Alim, S., Romli, I., Religia, Y., Tri Octafian, D., Utan Sufandi, U., & Ernawati, I. (2021). DATA MINING. www.penerbitwidina.com
Aziz, M., & Fatchiyatur, M. (2022). Sistem Prediksi Planned Maintenance Studi Kasus di PT. XYZ. SUBMIT (Jurnal Ilmiah Teknologi Informasi dan Sains), 2(2), 68–74.
Duli, N. (2019). Metodologi Penelitian Kuantitatif. Deepublish.
Fadianty, R., & Sriani, S. (2024). Penerapan Data Mining dengan Algoritma Regresi Linear Berganda Untuk Memprediksi Omset Penjualan Minyak Goreng. Building of Informatics, Technology and Science (BITS), 6(2), 1191–1200.
M. K., & Maysanjaya, I. M. D. (2024). BUKU AJAR DATA MINING (Efitra, Ed.). PT. Sonpedia Publishing Indonesia. https://www.researchgate.net/publication/377415198_BUKU_AJAR_DATA_MINING
Oktafiani.J. (2018). Tinjauan Pustaka:Pengertian Implementasi. Sereal Untuk, 51(1), 51.
Om, K., et al. (2024). Implementasi Algoritma Regresi Linear Berganda untuk Prediksi Produksi Padi. Jurnal Ilmu Pertanian.
Queyrut, S., Bromberg, Y.-D., & Schiavoni, V. (2022). Pelta. 12(1), 37–43. https://doi.org/10.1145/3565010.3569064
Rahmah, A., et al. (2024). Analisis Hubungan Faktor Sosial-Ekonomi terhadap Kriminalitas di Indonesia. Jurnal Sosial Humaniora.
Setyo, W. N., & Wardhana, S. (2019). Implementasi Data Mining Pada Penjualan Produk Di Cv Cahaya Setya Menggunakan Algoritma Fp-Growth. Petir, 12(1), 54–63.
Siswo, A., Syahra, Y., & Yetri, M. (2022). Prediksi Peningkatan Omset Penjualan Menggunakan Metode Regresi Linier Berganda. STMIK Triguna Dharma.
Wijoyo, A., Saputra, A. Y., Ristanti, S., Sya’ban, R., Amalia, M., & Febriansyah, R. (n.d.). Pembelajaran Machine Learning. Retrieved July24,2025 [tautan mencurigakan telah dihapus]
Yonatan, A. Z. (2025). Angka Kriminalitas Indonesia Tertinggi Ke-2 di ASEAN. GoodStats.
Yuzani, A. D., et al. (2024). Pengaruh Faktor Sosial Ekonomi terhadap Tingkat Kriminalitas: Analisis di Kota Tanjungpinang. Jurnal Ilmu Hukum, 1(4), 165–173.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Fitri Arbaini, Hotler Manurung , Hermansyah Sembiring
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
